昨天簡單談了談對第二十四次集體學(xué)習(xí)的看法，主要有三個觀點(diǎn)：

觀點(diǎn)一：自新中國成立以來，中國生產(chǎn)關(guān)系長期領(lǐng)先生產(chǎn)力，因此只要外部客觀條件得到滿足，就會發(fā)生爆發(fā)式發(fā)展，這跟西方生產(chǎn)力在生產(chǎn)關(guān)系之前，是不一樣的；

觀點(diǎn)二：自進(jìn)入現(xiàn)代，人類未來技術(shù)、未來產(chǎn)業(yè)都是由國家力量籌劃、推動、發(fā)展而來的，中國當(dāng)然也可以對未來產(chǎn)業(yè)進(jìn)行布局；

觀點(diǎn)三：基于上述兩點(diǎn)，復(fù)盤過去十四個“五年計劃/規(guī)劃”，國家對未來預(yù)判的高度準(zhǔn)確性，理所當(dāng)然應(yīng)該敬畏國家對未來的預(yù)判。

從留言中，小鎮(zhèn)歸納出一個比較普遍的矛盾心態(tài)：

一方面認(rèn)為政府不可能100%預(yù)測未來，擔(dān)心只要一次大錯就會把過去的優(yōu)勢全部敗送，因此需要市場探索而非政府規(guī)劃；

另一方面對美國借內(nèi)容生成式大模型實現(xiàn)通用人工智能也就是AGI有極高期待，認(rèn)為只要像現(xiàn)在這樣加大資源硬砸，就可以砸出AGI，因此不應(yīng)該先搞AI的產(chǎn)業(yè)化應(yīng)用，而應(yīng)該聚精會神地砸AGI。

這種想法是自相矛盾的。

因為認(rèn)為政府規(guī)劃未來產(chǎn)業(yè)不靠譜，主要是認(rèn)為中國不擅長“0-1”的原始創(chuàng)新，而是擅長“1-100”的工程學(xué)創(chuàng)新，那么像美國這樣通過硬砸算力和資源就想實現(xiàn)AGI，是“0-1”還是“1-100”呢？

硬砸資源而不是進(jìn)行底層架構(gòu)的原始創(chuàng)新，這顯然是“1-100”的工程學(xué)創(chuàng)新，這顯然是中國最擅長的，這也是反對政府規(guī)劃未來的依據(jù)之一。

那么問題就來了：既然連公認(rèn)最代表未來技術(shù)、未來產(chǎn)業(yè)的通用人工智能，都可以通過硬砸資源實現(xiàn)，其他未來技術(shù)和產(chǎn)業(yè)憑什么不行？而美國可以，中國為什么不可以通過調(diào)動國家力量來實現(xiàn)？這顯然是矛盾的。

何況，在硬砸資源上，中國優(yōu)勢巨大。正如馬斯克所說，算力盡頭是電力，知道中國的電力優(yōu)勢有多大嗎？

中國發(fā)電裝機(jī)量從2019年的20.1億千瓦，增至2023年的27.9億千瓦，凈新增裝機(jī)7.8億千瓦，凈增幅38.8%；反觀美國，不過從2019年的1.16億千瓦增至2023年的1.32億千瓦，凈新增裝機(jī)0.16億千瓦，凈增幅13.8%。

只統(tǒng)計到2023年已經(jīng)給美國留了巨大的面子，因為2024、2025兩年才是中國可再生能源裝機(jī)的爆發(fā)年。

根據(jù)國家能源局2026年1月28日發(fā)布的2025年全國電力統(tǒng)計數(shù)據(jù)，截至2025年底，全國累計發(fā)電裝機(jī)容量高達(dá)38.9億千瓦，兩年暴增11億千瓦、增幅高達(dá)39.4%，簡單地說，兩年新增8個美國，僅2025年中國可再生能源發(fā)電量已經(jīng)超過歐盟27國用電量之和。

美國拿什么砸算力？就算有足夠的芯片，電力從何而來？難不成真指望馬斯克所謂的“太空算力”？

有讀者說小鎮(zhèn)小瞧了馬斯克，說“太空算力”可以極大解決散熱問題，這就錯了，散熱才是太空的大難題，要比在地面上解決更難。

散熱主要靠傳導(dǎo)、對流、輻射這三種，輻射散熱效率極低。太空雖然溫度低，但缺乏散熱介質(zhì)，主要依靠輻射散熱，緊急狀況下可以通過拋棄高溫工質(zhì)比如水和氨實現(xiàn)散熱，但這太奢侈了，也就是早期航天器比如美國“水星”飛船，曾用這種應(yīng)急方式短期解決，長期還是得靠輻射散熱。

這就是為什么太空溫度接近零度，而空間站溫控系統(tǒng)重點(diǎn)是散熱而不是保溫。國際空間站上巨大的白色面板，就是用來散熱的。正因為太空散熱極難，所以中國航天員能夠在空間站用上空氣炸鍋，這就是無形的技術(shù)炫耀。

什么時候，美國也能在太空用上空氣炸鍋，再說太空算力的事。

小打小鬧意義很小，起碼得達(dá)到地面算力的十分之一才行吧？

這就是目前一個很奇怪的現(xiàn)象，同樣一件事，做的主體不一樣，評價就截然相反。

美國計劃靠硬砸算力實現(xiàn)通用人工智能，這跟中國規(guī)劃發(fā)展未來產(chǎn)業(yè)，有什么本質(zhì)區(qū)別嗎？不都是人為調(diào)動資源實現(xiàn)某個目標(biāo)？

硅谷是調(diào)動海量資本和算力，沿著生成式大模型這條已知技術(shù)路線，進(jìn)行大規(guī)模工程化投入；中國同樣是調(diào)動國家與社會資源，沿著選定的戰(zhàn)略方向，進(jìn)行系統(tǒng)性布局和產(chǎn)業(yè)生態(tài)建設(shè)。區(qū)別在哪里？

怎么硅谷就能做到，中國就不行？邏輯何在？

內(nèi)容生成式大模型不過是AI的分支的分支，只不過在當(dāng)前，被認(rèn)為是最接近通用人工智能的。

但這種接近是相對的不是絕對的。打個簡單的比方，假如實現(xiàn)AGI設(shè)定為100，那么生成式大模型可能走到了10甚至更低的位置，還差得遠(yuǎn)。

之所以認(rèn)為最接近，主要是因為生成式大模型已經(jīng)被確認(rèn)能夠在輔助駕駛領(lǐng)域發(fā)揮作用，而且在具身智能領(lǐng)域出現(xiàn)了“涌現(xiàn)”。

最近，全球最貴的人形機(jī)器人公司Figure發(fā)布了最新模型Helix 02，并配上一段三分半鐘的視頻演示，這個視頻看上去平平無奇，不過是一臺人形機(jī)器人走來走去，把碗從洗碗機(jī)里拿出來收到柜子里之類的操作。

注意，最關(guān)鍵的是視頻快結(jié)束時，機(jī)器人在關(guān)洗碗機(jī)門時，竟然先用腳把洗碗機(jī)的門踢起來，然后再彎腰關(guān)上門。這個意外的動作，才是這段三分半演示視頻最核心、最精華的。

Figure的工程師之前沒有訓(xùn)練機(jī)器人用腳踢門的動作。就意味著，這個動作，是來自機(jī)器人的自發(fā)選擇，或許是機(jī)器人判斷彎腰會導(dǎo)致重心變化，因此根據(jù)當(dāng)時的物理環(huán)境，自主做出了“用腳踢”效率最高的判斷。

這就是令人興奮的“涌現(xiàn)能力”，也就是當(dāng)模型規(guī)模達(dá)到某個閾值時，一些在小模型中沒有的能力比如復(fù)雜推理、代碼生成、跨模態(tài)理解等突然出現(xiàn)，可以理解為“量變到質(zhì)變”。

但“涌現(xiàn)”不代表真正的理解，這仍然是模式匹配和概率生成，缺乏深層的因果邏輯、常識和意圖性。的確是AI研究的突破，但要說因為“腳踢洗碗機(jī)門”這個涌現(xiàn)動作，就覺得距離通用人工智能近了，那也太瞧不起人類的大腦了。

生成式大模型的確是目前人類研究最深入的AI大模型，但真能通往AGI嗎？

小鎮(zhèn)覺得是必要非充分條件。

生成式大模型之所以能夠領(lǐng)先，是因為基于語料、圖片等更容易進(jìn)行訓(xùn)練學(xué)習(xí)，能夠在語言理解與生成方面達(dá)到較高水平，但其他能力并不擅長，而且生成式大模型已經(jīng)面臨語料庫枯竭的危機(jī)，就算可以無限砸算力，訓(xùn)練資源怎么辦？

在實現(xiàn)AGI之前，是否應(yīng)該先搞清楚人類的神經(jīng)、大腦、思維？以人類目前的腦科學(xué)水平，妄想靠砸算力實現(xiàn)AGI，這何異于用增加敲鍵盤猴子數(shù)量的方式，期待海量的猴子們能夠隨機(jī)敲出莎士比亞全集，這個概率小到還不如期待上帝降臨。

再者，先不說這種沿著既定道路砸資源的方式是中國最擅長的“1-100”的工程化問題，一個最基本的邏輯就是：為什么在前方還有很多條道路、不知道哪一條路是正確的情況下，盲目砸某一條路？這不就成了日本式的“賭國運(yùn)”？賭贏了倒也罷了，賭輸了呢？

有讀者留言認(rèn)為，哪怕中國過去決策都是對的，但不能保證未來決策100%正確，那么以后萬一錯了，那之前的積累就輸光了。

這種想法，仍然缺乏邏輯。

很簡單的道理，認(rèn)準(zhǔn)一個方向硬砸海量資源的是美國，不是中國，中國一直選擇在所有可能方向上同時投入。中國的規(guī)劃，選定的是最有希望的未來產(chǎn)業(yè)領(lǐng)域，但并沒有規(guī)定只能通過某一條特定技術(shù)路線，而是綜合全球研究，把所有可能路線都羅列在內(nèi)，還持開放態(tài)度，對一切新出現(xiàn)的技術(shù)路線都保持高度關(guān)注，投入相應(yīng)的資源。

中國搞的是新型舉國體制，這個新就體現(xiàn)在不是死板地做計劃，而是搭建一個有利于創(chuàng)新的平臺和環(huán)境。代表機(jī)制是“揭榜掛帥”，又被稱為“科技懸賞制”，核心是需求導(dǎo)向、英雄不問出處，不論是誰、采取什么技術(shù)路線，只要能夠解決問題、滿足需求，就行。

所以，就算擔(dān)心盲目決策導(dǎo)致過去積累一朝輸光，也應(yīng)該擔(dān)心在生成式大模型領(lǐng)域投入過重的美國，中國目前對AI的投入還不到美國的十分之一，而且呈現(xiàn)小集中、大分散的特征，所有的AI技術(shù)路線，都在同步探索。

所以，除非認(rèn)為像通用人工智能不可能實現(xiàn)，無法成為人類的未來技術(shù)、未來產(chǎn)業(yè)，那中國對未來產(chǎn)業(yè)的布局發(fā)展，又怎么可能導(dǎo)致一次誤判就全局損失？

沒有這個道理啊。

在探索未來產(chǎn)業(yè)上，目前最典型的就是新能源汽車產(chǎn)業(yè)的探索，中國早在20世紀(jì)90年代就確定了主要方向，采取的是純電、混動、燃料電池三條主要路線全面探索的方式，其實還有一些小技術(shù)路線也在探索，也沒有放棄對傳統(tǒng)燃油發(fā)動機(jī)的研發(fā)。

在中國新能源汽車產(chǎn)業(yè)開始領(lǐng)先的時候，中國傳統(tǒng)燃油發(fā)動機(jī)技術(shù)也已經(jīng)達(dá)到世界一流水平，就連日本賭國運(yùn)的氫能領(lǐng)域，全球也公認(rèn)未來氫能領(lǐng)域?qū)儆谥袊兔绹?/p>

更荒誕的是，現(xiàn)在還沒有實現(xiàn)AGI，甚至還拿不出一個突破的時間預(yù)判，美國已經(jīng)把AGI計算在未來經(jīng)濟(jì)發(fā)展中了。

比如美聯(lián)儲新任主席人選凱文·沃什，他最核心的主張有二：一是縮表降息保美元信用，促進(jìn)美元回流；二是寄希望于AI帶動美國生產(chǎn)率大幅提升，從而抵消通脹。

這兩點(diǎn)結(jié)合在一起，就是試圖用AI來解釋美國經(jīng)濟(jì)沒有泡沫，而是有足夠資產(chǎn)對應(yīng)，這個資產(chǎn)就來自AI驅(qū)動。

凱文·沃什言論矛盾很多，還建立在非常多假設(shè)基礎(chǔ)上。目前美國在AI產(chǎn)業(yè)化應(yīng)用方面，走得很慢，2025年美國發(fā)表報告，認(rèn)為當(dāng)前AI商業(yè)價值堪憂；現(xiàn)在美國一門心思寄希望于實現(xiàn)AGI，從而跳過美國技術(shù)工人、產(chǎn)業(yè)鏈體系的巨大短板，直接用AI替代人，這就有點(diǎn)幻想了，也跟事實嚴(yán)重不符；更不要說，美國搞AI驅(qū)動，電力從何處來？

有一個美國智庫研究值得關(guān)注。

美國信息技術(shù)和創(chuàng)新基金會，簡稱“ITIF”，這是一家聚焦尖端科技的智庫，2017年排名全球頂尖科技類智庫榜首。該基金會提出了一個名為“漢密爾頓指數(shù)”工具，評估中美等全球主要國家在具有戰(zhàn)略意義的產(chǎn)業(yè)領(lǐng)域的優(yōu)劣勢。

這個工具根據(jù)貿(mào)易附加值，選定了10個研發(fā)強(qiáng)度大、出口導(dǎo)向強(qiáng)、人才密度高、技術(shù)復(fù)雜、具備戰(zhàn)略價值的先進(jìn)產(chǎn)業(yè)，包括信息技術(shù)和信息服務(wù)、計算機(jī)、電子和光學(xué)產(chǎn)品、制藥和生物技術(shù)、電氣設(shè)備、機(jī)械和設(shè)備、機(jī)動車輛、其他運(yùn)輸設(shè)備、除藥物外的化學(xué)品、基礎(chǔ)金屬和金屬加工制品等，這十大領(lǐng)域長期占全球GDP的一成左右，是全人類的高地，一方拿到的多，其他就少。

然后匯總十大產(chǎn)業(yè)的該國GDP份額占比，除以該國GDP占全球GDP的比重，得到一個區(qū)位商，然后用這個區(qū)位商進(jìn)行跨地區(qū)、跨國對比。如果比值超過1，就說明該國在這些先進(jìn)產(chǎn)業(yè)領(lǐng)域，優(yōu)勢領(lǐng)先該國綜合經(jīng)濟(jì)地位，如果是1代表符合全球平均水平，反之則說明落后。

該基金會2023年發(fā)布跟蹤報告《2023年漢密爾頓指數(shù)：中國戰(zhàn)略產(chǎn)業(yè)正領(lǐng)跑全球》。

報告提到，在以2020年數(shù)據(jù)為基礎(chǔ)的情況下，美國2020年十大先進(jìn)產(chǎn)業(yè)占全球的20.79%，美國GDP占全球的24.51%，那么美國區(qū)位商為20.79%除以24.51%，也就是0.85，基金會的人工修正到0.87。意味著美國先進(jìn)產(chǎn)業(yè)的表現(xiàn)，遠(yuǎn)遠(yuǎn)落后于美國的整體經(jīng)濟(jì)，甚至低于全球平均水平。

那么2020年的中國是多少呢？是1.47，中國在除了信息技術(shù)和服務(wù)、其他運(yùn)輸、制藥和生物技術(shù)這三個領(lǐng)域之外，都處于世界領(lǐng)先地位。

這還是2020年啊，都不用去算，就知道2025年是什么情況了。

當(dāng)然，任何一個指標(biāo)都只有參考價值，但所有的客觀指標(biāo)，注意是客觀指標(biāo)，包括自然指數(shù)、澳大利亞關(guān)鍵技術(shù)追蹤系統(tǒng)以及新增的“漢密爾頓指數(shù)”等等，都在顯示中國已經(jīng)在先進(jìn)技術(shù)、先進(jìn)產(chǎn)業(yè)方面處于領(lǐng)先地位，那最起碼得承認(rèn)，中國并不落后美國吧？起碼是并駕齊驅(qū)、各有優(yōu)劣。

要么就認(rèn)為中國早在二十年前、三十年前就已經(jīng)跟美國并駕齊驅(qū)，要么就得承認(rèn)在短短的二三十年間，中國就從全面落后于美國，追上了美國。

那么中國到底能不能搞“0-1”的創(chuàng)新呢？如果不能，美國為什么會被中國追上來？又如何解釋，當(dāng)前全球AI頂尖人才，華人占比異常高？

說白了，還是雙標(biāo)。

一方面以中國人身份自卑，覺得中國這也不行、那也不行，如果中國突破了，那就是沒啥技術(shù)含量，頂多就是“1-100”；

另一方面莫名其妙地對美國的成就呈現(xiàn)自大心態(tài)，真就奇怪了，美國的成就跟中國人有啥直接關(guān)系嗎？甚至根據(jù)美國智庫統(tǒng)計，全球先進(jìn)產(chǎn)業(yè)全球GDP占比長期穩(wěn)定在一成左右，意味著蛋糕就這么大，美國拿走的多了，中國就少了，有啥可開心的呢？

這背后，小鎮(zhèn)覺得或許有四個原因：

一是對西方的盲目迷信，還是有自卑心態(tài)，不敢想中國超越美國。

哪怕鐵證如山、事實一件接一件，也會認(rèn)為只要中國做的就不是“0-1”，但始終沒有拿出來一個確定的、能夠適用于所有對象的0-1和1-100的劃定標(biāo)準(zhǔn)，而是搞靈活標(biāo)準(zhǔn)。

二是對創(chuàng)新的理解過于膚淺，盲目認(rèn)為“0-1”是創(chuàng)新，“1-100”就不是創(chuàng)新，將“0-100”貶低為簡單乏味的低級勞動，低估了工程化的偉大。

不是這樣的，兩類創(chuàng)新對能力的要求確實不同，但就算“0-1”也是建立在無數(shù)的0.1甚至0.01的積累之上，而“1-100”也充滿了無數(shù)個再創(chuàng)新。

其思想本質(zhì)是相信英雄史觀還是人民史觀，是認(rèn)為科技進(jìn)步來自少數(shù)精英科學(xué)家，還是來自勞動者的集體創(chuàng)造。

三是對科技產(chǎn)業(yè)史缺乏學(xué)習(xí)。

比如工業(yè)革命，就是在工程師和勞動者的無數(shù)經(jīng)驗積累下，才有了瓦特發(fā)明的改良蒸汽機(jī)，那么改良蒸汽機(jī)算“0-1”還是“1-100”？

同樣，信息革命的硬件基礎(chǔ)半導(dǎo)體，也是在一代代工藝迭代、良率提升中推動的，忘記這些歷史、只記住最終的成果，就會產(chǎn)生創(chuàng)新可以脫離工程和產(chǎn)業(yè)憑空發(fā)生的幻覺。這本質(zhì)就像部分現(xiàn)代人，覺得商品是從貨架上長出來的，堪稱當(dāng)代的“何不食肉糜”。

四是缺乏邏輯學(xué)習(xí)。

比如今天談到的，美國硬砸通用人工智能，和中國規(guī)劃未來產(chǎn)業(yè)，在方法和做法上有什么區(qū)別呢？怎么覺得美國就行、中國就不行？沒有發(fā)現(xiàn)這里面的自相矛盾嗎？

上述四種問題成了一個自我強(qiáng)化的認(rèn)知閉環(huán)，導(dǎo)致人難以正確認(rèn)識現(xiàn)實。

從迷信西方的自卑開始，基于這種西方必然強(qiáng)的預(yù)期，自然而然地接受了一套割裂創(chuàng)新的英雄主義敘事，認(rèn)為硅谷的車庫創(chuàng)業(yè)者才是創(chuàng)新，中國的勞動人民就不是創(chuàng)新。

又因為歷史知識學(xué)習(xí)的匱乏，無法識別上述存在明顯問題的錯誤敘事，而在現(xiàn)實證據(jù)與既定認(rèn)知沖突時，因為邏輯思辨的不足，選擇性采信信息，維持認(rèn)知的舒適區(qū)，這就反過來固化了對西方的迷信。

這是不對的，還是應(yīng)該標(biāo)準(zhǔn)統(tǒng)一、實事求是。既要看到差距，也要敢于承認(rèn)領(lǐng)先。

其他文章推薦

（中篇）

（上篇）

如果喜歡，還請點(diǎn)贊、“在看”和關(guān)注吧

歡迎分享，讓更多人發(fā)現(xiàn)“大樹鄉(xiāng)談”

備用：大樹鄉(xiāng)談2022、大樹鄉(xiāng)談2023